一种锅炉炉内氮氧化物生成量预测建模方法技术

技术编号:16287418 阅读:55 留言:0更新日期:2017-09-25 12:03
一种锅炉炉内氮氧化物生成量预测建模方法,本发明专利技术方法以锅炉运行参数为模型输入,氮氧化物浓度为输出,以历史运行数据作为模型训练样本,同时引入了遗传算法、序列向后选择以及自适应建模方法等对模型进行优化。经过优化后的模型可依据运行参数对炉膛出口氮氧化物浓度进行快速、准确地预测,适用于指导现场运行人员优化锅炉运行。与现有的炉内氮氧化物生成建模方法相比,本发明专利技术提出的方法计算响应更迅速,能为运行优化提供更多的帮助。本发明专利技术适用于锅炉炉内氮氧化物生成量预测建模。

A method for prediction of NOx formation in boiler furnace

Modeling method of a boiler NOx emission, the method of the invention to the boiler operation parameters for the model input, the concentration of nitrogen oxides as output, with history data as the training sample model, is also introduced to optimize the model of genetic algorithm, sequence selection and backward adaptive modeling method etc.. The optimized model can predict the nitrogen oxide concentration in the furnace outlet rapidly and accurately according to the operation parameters, and is suitable for directing the on-site operators to optimize the boiler operation. Compared with the existing modeling method for generating nitrogen oxides in furnace, the method proposed by the invention has more rapid calculation response and can provide more help for operation optimization. The invention is applicable to prediction modeling of nitrogen oxides generation in boiler furnace.

【技术实现步骤摘要】

本专利技术涉及一种锅炉炉内氮氧化物生成量预测建模方法,属锅炉燃烧

技术介绍
随着氮氧化物排放标准的日趋严格,燃煤电站的减排压力日益增大。在众多的低氮技术中,通过燃烧优化降低氮氧化物排放是最经济的一种方法。但在使用这种方法之前,必须先对锅炉运行参数和炉膛出口氮氧化物浓度的关系进行研究,对氮氧化物生成进行建模。锅炉炉内氮氧化物生成不仅与煤质、锅炉炉膛结构相关,运行参数对其也有较大的影响。使用传统的计算流体力学方法对锅炉炉内氮氧化物生成建模不仅涉及到湍流燃烧模型,还涉及到氮氧化物同相、异相生成和还原机理等重大化学反应机理,而目前这方面的模型、机理认识还有限。目前对锅炉炉内氮氧化物生成量预测建模方法主要是使用计算流体力学的方法对炉内燃烧、氮氧化物生成进行详细建模。这种方法涉及到湍流燃烧、氮氧化物生成破碎机理等尚未完全解开的科研难题,另外这种建模方法在计算时间上的消耗也是巨大的,不适用于指导现场运行人员优化运行参数。
技术实现思路
本专利技术的目的是,针对锅炉燃烧传统建模存在的问题,本专利技术提出一种锅炉炉内氮氧化物生成量预测建模方法,可快速准确地根据运行参数对氮氧化物生成量进行预测,用于指导运行人员实时对运行参数进行优化调整。。实现本专利技术的技术方案是,本专利技术方法采用支持向量机方法、遗传算法序列向后选择以及自适应建模技术,根据锅炉运行历史工况数据建立锅炉炉内氮氧化物生成量随锅炉运行参数变化的计算模型,模型计算响应迅速、计算精度高,可以用于指导现场运行人员优化运行。(1)采集电厂运行数据作为锅炉炉内氮氧化物生成量预测建模的原始样本;(2)检查(1)步所采集的样本数据完整性,检查数据中有无因接口程序或电厂检测仪器仪表故障产生的坏点;(3)基于(2)步的筛选得到的数据进行建模数据预处理,对各变量数据进行归一化处理;(4)将(3)步所获得的数据随机分为训练集和预测集,利用支持向量机建立锅炉运行参数与氮氧化物生成量之间的关系模型;广泛地选取对氮氧化物生成有影响的因素作为模型的输入变量,炉膛出口氮氧化物作为模型的唯一输出变量,采用序列后向选择的方法对模型的输入变量进行筛选,以确定最优的模型输入;选用径向基函数RBF作为支持向量机的核函数,引入遗传算法来优化支持向量机的三个参数C,ε和λ,C表示惩罚因子;ε表示损失函数;λ表示径向基宽度;为提高计算预测精度,同时还引入自适应的方法,定时更新模型以扩展模型的泛化能力。由于各磨煤机出力、总风量等众多运行参数都会影响炉内氮氧化物的生成量,而对于支持向量机过多的模型输入一方面会增加模型的复杂度,增长模型训练时间,另一方面还有可能陷入“维度灾难”。采用序列向后选择的方法对模型的输入变量进行筛选可增加模型精度同时减少模型训练时间。本专利技术的有益效果是,本专利技术提出的基于支持向量机的氮氧化物生成预测建模方法以运行参数为模型输入,氮氧化物浓度为输出,以历史运行数据作为模型训练样本,同时引入了遗传算法、序列向后选择以及自适应建模方法等对模型进行优化。经过优化后的模型可依据运行参数对炉膛出口氮氧化物浓度进行快速、准确地预测,适用于指导现场运行人员优化锅炉运行。与现有的炉内氮氧化物生成建模方法相比,本专利技术提出的方法计算响应更迅速,能为运行优化提供更多的帮助。本专利技术适用于锅炉炉内氮氧化物生成量预测建模。附图说明图1为本专利技术建模模型简图;其中,SVM表示支持向量机;C表示惩罚因子;ε表示损失函数;λ表示径向基宽度;图2为本专利技术方法的整体实施流程图。具体实施方式本专利技术具体实施方式如下:步骤1:采集电厂运行数据作为锅炉炉内氮氧化物生成量预测建模的原始样本。本实施例采集包括各磨煤机出口风温、各磨煤机磨煤出力、各燃烧器喷口一次风风量、各燃尽风喷口开度、各二次风风门开度、总风量、机组入口氧浓度、水煤比、发电机功率、SCR反应器入口烟气流量、烟气含氧量、烟气飞灰未燃尽碳含量以及氮氧化物浓度等100个测点共15852条数据作为模型的原始数据样本;步骤2:检查步骤1所采集的样本数据完整性,检查数据中有无因接口程序或电厂检测仪器仪表故障产生的坏点,将有坏点的样本观测值从样本中剔除;步骤3:基于步骤2的筛选得到的14879条数据进行建模数据预处理,对各变量数据进行归一化处理;步骤4:将步骤3所获得的数据随机地分为训练集和预测集,利用支持向量机对锅炉炉内氮氧化物生成进行建模:将除氮氧化物浓度之外的其他所有因素作为模型的输入变量,炉膛出口氮氧化物作为模型的唯一输出变量,建立氮氧化物生成的支持向量机模型。采用序列后向选择的方法,从特征全集0开始,每次从特征集0中剔除一个特征x,使得剔除特征x后模型的预测精度达到最优,不断搜索尝试,对模型的输入变量进行筛选,最终确定包含各磨煤机出口风温、各磨煤机磨煤出力、各燃尽风喷口开度、总风量、发电机功率几项特征为最优的模型输入。支持向量机建模精度除了受到模型特征输入的影响外,还取决于其本身的三个参数(C,ε和λ),本专利技术引入遗传算法来对这三个参数进行快速优化。为提高计算预测精度,同时还引入自适应的方法,定时更新训练样本集、模型参数,不断更新模型以适应机组运行变化情况、提高模型计算精度。上述实施方式的核心思路是,采用支持向量机模型,利用大量历史运行工况数据对运行参数与氮氧化物浓度关系进行建模,使用遗传算法对支持向量机参数进行优化,使用序列向后选择算法对模型输入参数进行优化,并采用自适应建模方法不断更新模型以提高模型预测精度。本文档来自技高网...

【技术保护点】
一种锅炉炉内氮氧化物生成量预测建模方法,其特征在于,所述方法的步骤为:(1)采集电厂运行数据作为锅炉炉内氮氧化物生成量预测建模的原始样本;(2)检查(1)步所采集的样本数据完整性,检查数据中有无因接口程序或电厂检测仪器仪表故障产生的坏点;(3)基于(2)步的筛选得到的数据进行建模数据预处理,对各变量数据进行归一化处理;(4)将(3)步所获得的数据随机分为训练集和预测集,利用支持向量机建立锅炉运行参数与氮氧化物生成量之间的关系模型;广泛地选取对氮氧化物生成有影响的因素作为模型的输入变量,炉膛出口氮氧化物作为模型的唯一输出变量,采用序列后向选择的方法对模型的输入变量进行筛选,以确定最优的模型输入;选用径向基函数RBF作为支持向量机的核函数,引入遗传算法来优化支持向量机自身的三个参数C,ε和λ,为提高计算预测精度,同时还引入自适应的方法,定时更新模型以扩展模型的泛化能力;三个参数C,ε和λ,C表示惩罚因子;ε表示损失函数;λ表示径向基宽度。

【技术特征摘要】
1.一种锅炉炉内氮氧化物生成量预测建模方法,其特征在于,所述方法的步骤为:
(1)采集电厂运行数据作为锅炉炉内氮氧化物生成量预测建模的原始样本;
(2)检查(1)步所采集的样本数据完整性,检查数据中有无因接口程序或电厂检测仪器仪表故障产生的坏点;
(3)基于(2)步的筛选得到的数据进行建模数据预处理,对各变量数据进行归一化处理;
(4)将(3)步所获得的数据随机分为训练集和预测集,利用支持向量机建立锅炉运行参数与氮氧化物生成量之间的关系模型;广泛地选取对氮氧化物生成有影响的因素作为模型的输入变量,炉膛出口...

【专利技术属性】
技术研发人员:钟用禄李海山刘发圣张成谭鹏
申请(专利权)人:国家电网公司国网江西省电力科学研究院
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1